Sampling adalah proses pemilihan sekelompok individu, peristiwa, atau objek dari populasi yang lebih besar untuk mewakili populasi tersebut. Teknik ini digunakan dalam penelitian untuk mengumpulkan data dan membuat inferensi tentang populasi tanpa harus meneliti seluruh populasi. Sampling memungkinkan peneliti untuk menghemat waktu, biaya, dan usaha sambil tetap menghasilkan hasil yang representatif dan valid.
TUJUAN SAMPLING
- Efisiensi: Menghemat waktu dan biaya yang diperlukan untuk mengumpulkan data.
- Praktikabilitas: Mengurangi jumlah data yang perlu dianalisis, sehingga analisis menjadi lebih mudah dan cepat.
- Ketepatan: Memberikan gambaran yang akurat tentang populasi tanpa harus memeriksa setiap anggota populasi.
JENIS-JENIS SAMPLING
Probability Sampling Methods : Teknik sampling di mana setiap anggota populasi memiliki peluang yang sama untuk dipilih. Contohnya:
1. Simple Random Sampling
Bila setiap unit dalam populasi diberi peluang sama untuk terpilih. Metode ini merupakan metode yang cukup mudah dan biasa digunakan pada populasi yang memuat karakteristik unit (unit) bersifat relative homogen.
Tahapan
1. Pilih kerangka pengambilan sampel yang sesuai
2. Setiap elemen diberi nomor dari 1 hingga N (ukuran populasi)
3. Bangkitkan n (ukuran sampel) angka acak yang berbeda antara 1 dan N
4. Angka-angka yang dihasilkan menunjukkan elemen-elemen yang harus dimasukkan ke dalam sampel
2. Systematic Random Sampling
Suatu metode pengambilan sampel secara random untuk unit sampel yang pertama dan unit-unit sampel selanjutnya dipilih secara sistematik.
Tahapan
1) Cari informasi besarnya N
2) Tentukan n, menggunakan formula contoh acak sederhana
3) Tentukan k = N/n (bulatkan)
4) Acak bilangan 1, 2, …, k. Misalkan diperoleh m (1 ≤ m ≤ k)
5) Objek yang terpilih adalah objek ke-m, ke-(m+k), (m+2k), …, (m+(n-1)k) pada kerangka penarikan
3. Stratified Random Sampling
Metode pemilihan sampel dimana berdasarkan suatu informasi (data) unit-unit di dalam populasi dibuat stratifikasi. Diusahakan nilai-nilai unit di dalam suatu kelompok cukup homogen, sedangkan antar lapisan heterogen. Kemudian dari setiap lapisan yang dibentuk, dipilih sejumlah sampel secara random.
Tahapan
1) Pilih bingkai yang sesuai
2) Pilih variabel stratifikasi dan jumlah strata H
3) Bagilah seluruh populasi ke dalam H strata berdasarkan variabel klasifikasi, setiap elemen populasi dimasukkan ke dalam salah satu dari H strata
4) Di setiap strata, beri nomor pada elemen-elemen tersebut dari 1 hingga Nh (jumlah populasi strata h)
5) Tentukan ukuran sampel setiap strata, nh, berdasarkan pengambilan sampel berstrata proporsional atau tidak proporsional
6) Dalam setiap strata pilih sampel acak sederhana dengan ukuran nh
4. Cluster Random Sampling
Prosedur sampling di mana unit terkecil dalam populasi merupakan kumpulan dari elemen-elemen. Di dalam cluster biasanya heterogen namun antar cluster homogen. Kemudian kita memilih sebuah sampel yang anggotanya adalah cluster-cluster sehingga bukan lagi sebuah sampel yang anggotanya adalah unit-unit analisis terkecil.
Non-probability Sampling Methods : Penarikan Contoh Tak Berpeluang: penarikan contoh yang dilakukan dari populasi dengan ciri-ciri sebagai berikut:
- Pemilihan tidak dilakukan secara acak
- Peluang terpilihnya anggota populasi tidak diketahui
- Generalisasi terhadap populasi agak sulit dilakukan
- Sering digunakan dalam penelitian sosial, marketing research, dll.,karena Probability Sampling tidak praktis atau bahkan tidak dapat diterapkan
1. Convenience samples (accidental sampling)
Peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja.
2. Judgement samples (purposive)
Kriteria pemilihannya didasarkan pada penilaian pribadi bahwa elemen tersebut mewakili populasi yang diteliti.
3. Quota samples
Subkelompok populasi diklasifikasikan berdasarkan penilaian peneliti.
4. Snowball samples
Pemilihan responden tambahan didasarkan pada rujukan dari responden awal.
Rumus menghitung besar sampel
Rumus Slovin
Rumus ini digunakan untuk menentukan ukuran sampel dari suatu populasi dengan margin of error tertentu.
Di mana:
- n = ukuran sampel
- = ukuran populasi
- = margin of error (kesalahan yang diinginkan)
Rumus Cochran
Rumus ini digunakan untuk menentukan ukuran sampel ketika populasi sangat besar (tak terbatas).
Di mana:
- n0 = ukuran sampel awal
- Z = nilai Z-score (berdasarkan tingkat kepercayaan, misalnya 1.96 untuk 95% kepercayaan)
- p = proporsi populasi (jika tidak diketahui, biasanya digunakan 0.5)
- = margin of error
